Performance of Chia on Different Sowing Dates: Characteristics of Growth Rate, Leaf Area Index, Shoot Dry Matter Partitioning and Grain Yield
Notice bibliographique
Résumé
The objective of this study was to comparatively determine the characteristics of growth rate, leaf area index, shoot dry mass partitioning and grain yield of chia plants (Salvia hispanica L.) on different sowing dates. A field experiment was conducted in the crop year of 2016/2017 in five sowing dates (09/22/16, 10/28/16, 01/03/17, 02/08/17 and 03/24/17) with a randomized complete block design and four replicates. Plant growth was determined through field samplings to determine the dry matter mass and leaf area performed every 15 days. The following physiological indexes were calculated: relative growth rate, absolute growth rate, net assimilation rate, leaf area ratio, specific leaf area and leaf mass ratio. To weekly evaluate plant height, ten plants per plot were marked after emergence, and the final height was considered when plants reached physiological maturity. A useful area of 2.10 m² per plot was collected for evaluating grain yield. The physiological indexes indicated that at earlier sowing dates there is a greater plant growth, either in shoot dry matter mass, height and leaf area index. The leaf area index of branches is progressively increased with plant development and contributes significantly to total leaf area index of chia plants in all studied sowing dates. The main stem represents between 60 and 70% of the shoot dry matter accumulated in the early sowing dates, and between 40 and 50% in late sowing. The best sowing date in terms of grain yield is 01/03/17.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».